VBA 哈希字符串

Question

如何使用 Excel VBA 获取长字符串的短哈希

给出了什么

输入字符串不超过 80 个字符

有效的输入字符是: [0..9] [A_Z] 。 _/

有效的输出字符为 [0..9] [A_Z] [a_z](大小写均可)

输出哈希不应超过 ~12 个字符(越短越好)

完全不需要唯一，因为这会导致哈希过长

到目前为止我做了什么

我以为 this SO answer是一个好的开始，因为它会生成一个 4 位十六进制代码 (CRC16)。

但是4位数太少了。在我对 400 个字符串的测试中，20% 的人在其他地方得到了重复。
产生碰撞的机会太高。

Sub tester()
    For i = 2 To 433
        Cells(i, 2) = CRC16(Cells(i, 1))
    Next i
End Sub


Function CRC16(txt As String)
Dim x As Long
Dim mask, i, j, nC, Crc As Integer
Dim c As String

Crc = &HFFFF

For nC = 1 To Len(txt)
    j = Val("&H" + Mid(txt, nC, 2))
    Crc = Crc Xor j
    For j = 1 To 8
        mask = 0
        If Crc / 2 <> Int(Crc / 2) Then mask = &HA001
        Crc = Int(Crc / 2) And &H7FFF: Crc = Crc Xor mask
    Next j
Next nC

CRC16 = Hex$(Crc)
End Function

如何重现

你可以复制这400个 test strings from pastebin .
将它们粘贴到新 Excel 工作簿中的 A 列并执行上面的代码。

问:如何获得足够短(12 个字符)且足够长以获取一小部分重复项的字符串哈希。

Answer 1

也许其他人会发现这很有用。

我收集了一些不同的函数来在 VBA 中生成一个简短的字符串散列。
我不相信代码，并且引用了所有来源。

CRC16

功能:=CRC16HASH(A1)有了这个Code

hash 是一个 4 个字符长的 HEX 字符串

19 行代码

4 位长哈希 = 6895 行中的 624 次冲突 = 9 % 冲突率

CRC16 numeric

功能:=CRC16NUMERIC(A1)有了这个Code

哈希是一个 5 位长的数字

92 行代码

5 位长哈希 = 6895 行中的 616 次冲突 = 8.9 % 冲突率

CRC16 twice

功能:=CRC16TWICE(A1)有了这个Code

hash 是一个 8 个字符长的 HEX 字符串

哈希可以扩展到 12/16/20 等字符以进一步降低冲突率

39 行代码

8 位长哈希 = 6895 行中的 18 次冲突 = 0.23 % 冲突率

SHA1

功能:=SHA1TRUNC(A1)有了这个Code

hash 是一个 40 个字符长的 HEX 字符串

142 行代码

可以截断

4 位哈希 = 6895 行中的 726 次冲突 = 10.5 % 冲突率

5 位哈希 = 6895 行中的 51 次冲突 = 0.73 % 冲突率

6 位哈希 = 6895 行中 0 次冲突 = 0 % 冲突率

SHA1 + Base64

功能:=BASE64SHA1(A1)有了这个Code

hash 是 28 个字符长的 unicode 字符串(区分大小写 + 特殊字符)

41 行代码

需要 .NET，因为它使用库“Microsoft MSXML”

可以截断

4 位哈希 = 6895 行中的 36 次冲突 = 0.5 % 冲突率

5 位哈希 = 6895 行中的 0 次冲突 = 0 % 冲突率

Here是我的测试工作簿，包含所有示例函数和大量测试字符串。

随意添加自己的功能。